Modares Mechanical Engineering
مهندسی مکانیک مدرس
Modares Mechanical Engineering
Engineering & Technology
http://mme.modares.ac.ir
1
admin
1027-5940
2476-6909
10.22034/mme
fa
jalali
1393
5
1
gregorian
2014
8
1
14
5
online
1
fulltext
fa
استفاده از همسایگی همگن در محاسبه بردار نرمال ابرهای نقاط
Using homogeneous neighborhood in point clouds normal vector calculation
ارائه مدلهای سه بعدی بر پایه نقاط بدلیل سادگی آن مورد توجه قرار گرفته است. پایه بسیاری از تحلیلهای صورت پذیرفته در ابر نقاط، مشخص نمودن همسایگیهای هر نقطه در ابر نقاط است. در این مقاله برای تعیین همسایگیهای یک نقطه در ابر نقاط از روشی جدید با نام همسایگی همگن استفاده شده است. در این روش برای تعیین همسایگی، اقدام به بهبود روش نزدیکترین k همسایگی شد تا علاوه بر نزدیک بودن همسایگیها، توزیع آنها در اطراف نقطه مورد بررسی نیز لحاظ شود. در این پژوهش تاثیر انتخاب همسایگیها بر روی تخمین بردار نرمال سطح مورد بررسی قرار گرفته و بردار نرمال سطح با استفاده از همسایگی همگن محاسبه شده است. برای ارزیابی کارآیی روش پیشنهادی، بردار نرمال سطح با استفاده از همسایگیهای بدست آمده از روش نزدیکترین k همسایگی نیز محاسبه و با بردار نرمال حاصل شده از روش همسایگی همگن مقایسه شد. نتایج حاصله نشان داد که همسایگی همگن در تخمین بردار نرمال از دقت بهتری برخوردار است. همچنین به منظور ارزیابی کارکرد، همسایگی همگن در هممرجعسازی ابرهای نقاط مورد استفاده قرارگرفت که نتایج بدست آمده نشان داد استفاده از آن میتواند باعث کاهش خطا در هممرجعسازی ابرهای نقاط شود.
Point based 3D modeling has recently received greater attention, mainly due to its simplicity. One of the most fundamental operations for point set processing is to find the neighbors of each point in point clouds. This paper presents a new method called homogeneous neighborhood for determining neighbors in point clouds. This method of choosing neighbors, in addition to the distance takes into consideration the directional balance by improving the k nearest neighbors. The directional balance describes whether the neighbors are well spread around the point of concern. In this study effects of selecting neighbors on normal vector estimation are investigated. Normal vector is calculated using homogeneous neighborhood. For evaluation of the proposed method in determining neighbors, normal vector are calculated using the k nearest neighbors. The results show that the homogeneous neighborhood method is more accurate in normal vector estimation than the k nearest method. For evaluation of the homogeneous neighborhood method, it was employed in point cloud registration application. The results of registration by using the homogeneous neighborhood show that this method of neighbor selection yields reduced registration errors.
ابرنقاط,نزدیکترین k همسایگی,بردار نرمال سطح,گراف همسایگی
Point cloud,k- nearest neighbors,Surface Normal Vector,neighborhood graph
155
163
http://mme.modares.ac.ir/browse.php?a_code=A-15-1000-8145&slc_lang=fa&sid=15
khalili
khalili
خلیل
خلیلی
100319475328460052093
100319475328460052093
Yes
دانشیار هیات علمی- دانشگاه بیرجند
Abolfazl
Foorginejad
ابوالفضل
فورگی نژاد
100319475328460052113
100319475328460052113
No
دانشجوی دکتری دانشگاه بیرجند